Estudo da qualidade do ar numa estação de Braga (Circular Sul) e ...

More documents

Recommendations

Info

O valor de P obtido (Sig) pelo teste da ANOVA, é zero, ou seja, menor do que o valor de significância com que estamos a trabalhar (0,05). Isto indica que as variáveis utilizadas são independentes e R ≠ 0. Tabela 5 – Análise do valor de Sig. Unstandardized Coefficients Coefficients(a) Standardized Coefficients t Sig. Model B Std. Error Beta B Std. Error 1 (Constant) -.185 20.617 -.009 .993 NO2 .984 .500 .636 1.966 .059 NO -.012 .170 -.038 -.071 .944 CO .007 .013 .175 .515 .611 a Dependent Variable: PM10 Após ter sido feita a regressão linear pelo método Enter, analisámos os valores de Sig das duas variáveis com melhor correlação, de acordo com a tabela anterior e excluímos a variável NO por ter um maior valor de Sig (0,944). O modelo não é válido para valores de P>0,05, uma vez que estamos a trabalhar com um grau de confiança de 95%. Tabela 6 – Desvio padrão. Valores máximos e mínimos. Predicted Value Residual Std. Predicted Value Std. Residual a. Dependent Variable: PM10 Residuals Statistics a Minimum Maximum Mean Std. Deviation N 38.5143 79.6458 56.8939 11.12649 32 -16.49703 30.60428 .00000 10.89467 32 -1.652 2.045 .000 1.000 32 -1.490 2.763 .000 .984 32 Uma vez que o nosso desvio padrão é de 10.89467, vamos verificar se existem outliers. Para isso, multiplicamos por três o valor do desvio padrão. As linhas que possuem um erro residual maior que 3xdesvio padrão ou menor que -3xdesvio padrão são eliminadas e é feita
uma nova regressão linear originando um novo desvio padrão. Este procedimento repete-se até não existirem outliers. No nosso caso temos 3 x 10,89467 = 32,68401. Não se verificam outliers na nossa base de dados visto que os nossos valores se encontram entre -16.49703 e 30.60428. Tabela 7 – Valor de Sig excluindo a variável NO. Unstandardized Coefficients Coefficients(a) Standardized Coefficients t Sig. Model B Std. Error Beta B Std. Error 1 (Constant) 1.069 10.469 .102 .919 NO2 .954 .258 .616 3.703 .001 CO .006 .007 .154 .927 .362 a Dependent Variable: PM10 A equação da recta obtida com a regressão linear é 0.006 x CO + 0.954 x NO2 + 1.069. Para que o modelo seja bem ajustável, este tem que corresponder a condições específicas como, a média dos erros ser zero, a variância dos erros ser constante, seguir uma distribuição normal e os erros serem independentes. Estas condições verificam-se.
Page 1 and 2: Trabalho 2 Estudo da qualidade do a
Page 3: Tabela 2 - Análise do R. Model 1 2
Page 7 and 8: Fig. 2 - Gráfico da distribuição
Page 9 and 10: Conclusão Apesar do modelo de regr
Page 11 and 12: Uma vez que a primeira componente j
Page 13 and 14: Component 2 1,0 0,5 0,0 -0,5 -1,0 -

Estudo da qualidade do ar numa estação de Braga (Circular Sul) e ...

Create successful ePaper yourself

Delete template?

Save as template?